随机模型（Stochastic Model），亦称非确定的、概率的模型。其参数、功能条件及状态特征均表现为随机变量，需通过相关分析法和回归分析法等统计方法建立。该模型通过概率规律反映系统的随机因果关系，应用于保险统计表、随机性存贮模型、排队模型、对策决策模型及马尔柯夫决策模型等经济系统场景。在测绘工程领域，随机模型处理策略被用于优化海底大地控制点的定位精度，涉及大地测量定位问题的解决方案

英文名：stochastic model

定义：一种非确定性模型，变量之间的关系是以统计值的形式给出的，这类模型称之为随机模型。

如果模型中的任一外生变量不确定，并且随着具体条件的改变而改变，这个模型就被称为随机模型。

在现实世界中，不确定现象是普遍存在的。例如，漂浮在液面上的微小粒子不断地进行着杂乱无章运动，粒子在任一时刻的位置是不确定的；又如公共汽车站等车的人数在任一时刻也是不确定的，因为随时都可能有乘客的到来和离去。这类不确定现象，表面看来无法把握，其实，在其不确定的背后，往往隐藏着某种确定的概率规律，因此，以概率和数理统计为基础的随机模型就成为解决此类问题最有效的工具之一。

依随机规律是否随时间的变化而变化，随时模型可分为静态和动态两类，前者只涉及到随机变量（向量）的概率分布及其数字特征，后者则要处理随机过程和随机微分方程。

静态随机模型常见应用有：钓鱼问题、报童的策略、电梯问题、经济轧钢问题等。

随机模型是试验的各处理皆是随机抽自（图一）的一组随机样本，因而处理效应 τ是随机的，随试验的不同而不同。若重复做试验，必然是从总体（图一）中随机抽取一组新的样本。其分析的目的不在于研究处理效应，而是在于研究 τ的变异度，故推断也不是关于某些供试处理，而是关于抽出这些处理的整个总体。所以方差分析要测验的假设是（图二）对 （图三）。